主要内容

waveletScattering2

小波图像散射

自从R2019a

描述

使用waveletScattering2对象创建一个网络使用复数的二维小波图像散射分解Morlet小波。

创建

描述

例子

科幻小说= waveletScattering2创建一个网络与复小波图像散射分解二维Morlet过滤器银行和各向同性尺度不变性。两个滤波器都一波每倍频程的质量因素。有六个旋转线性间隔0到π为每个小波滤波器弧度。默认情况下,waveletScattering2假设一个图像输入的大小128 - 128。尺度不变性是64。

科幻小说= waveletScattering2 (名称,值)为小波图像创建一个网络散射与指定的一个或多个属性名称,值对参数。属性可以在任何顺序指定Name1, Value1,…,的家。在单引号(附上每个属性的名字' ')或双引号(”“)。

请注意

除了OptimizePathOversamplingFactor,你不能改变一个现有的散射网络的属性值。例如,如果您创建一个网络科幻小说图象尺寸设置为(256 256),你就不能指定一个不同图象尺寸科幻小说

属性

全部展开

图像大小的小波图像散射网络,指定为一个双元素整数值向量(numrowsnumcolumns]。图像必须至少10。

如果你的输入是一个RGB图像,您不需要指定第三维。waveletScattering2只支持彩色金宝app图像在三维空间的大小是3。

例子:科幻小说= waveletScattering2(图象尺寸,200 [100])创建一个网络100 - 100 - 200图像和彩色图像由- 200 - 3。

散射变换不变性,指定为一个积极的标量。InvarianceScale指定的行和列维度空间支持扩展过滤器。金宝appInvarianceScale不能超过最小大小的图像的行和列维度。

默认情况下,InvarianceScale一半是最小的图像的行和列大小四舍五入为最接近的整数。

例子:科幻小说= waveletScattering2(图象尺寸,200 [101])创建一个框架InvarianceScale等于51。

数量的旋转散射网,每小波滤波器银行指定为一个整数值向量。指定一个整数小于或等于12散射中的每个过滤器银行网络。

对于每个滤波器组中的每个小波,有NumRotations线性间隔角0到π之间的弧度。小波是沿顺时针方向旋转。中指定的向量的长度NumRotations必须等于指定的向量的长度QualityFactors

例子:科幻小说= waveletScattering2 (“NumRotations”, [5] 7)创建一个网络每小波在第一个7旋转每小波滤波器组和五个旋转第二滤波器组。

请注意

二维小波散射网络是由二维Morlet小波沿顺时针方向旋转。相反的约定用于图像处理工具箱™。创建一个伽柏过滤器银行申请一个图像是逆时针方向旋转伽柏过滤器。看到偏参数,伽柏(图像处理工具箱)图像处理工具箱。

散射滤波器组质量因素,指定为一个整数值向量。质量因素是小波的数量每倍频程滤波器。小波滤波器的散射网络的数量等于元素的数量QualityFactors。有效的质量因素是整数小于或等于4。如果QualityFactors被指定为一个向量的元素QualityFactors必须nonincreasing。

中指定的向量的长度QualityFactors必须等于指定的向量的长度NumRotations

例子:科幻小说= waveletScattering2 (QualityFactors, 1 [2])

精密的散射系数和过滤器:

  • “单一”——单精度

  • “双”——双精度

请注意

  • 所有涉及小波散射的计算网络中进行精度

  • 的输出的精度scatteringTransform函数不超过精度waveletScattering2对象。

过采样的因素,作为一个非负整数或指定。因素指定图像散射系数是多少采样过量对批判性downsampled值。过采样因素在一个日志2规模。例如,如果科幻小说= waveletScattering2 (OversamplingFactor, 1),散射变换的回报21——- - - - - -21——- - - - - -P尽可能多的为每个散射路径系数的严格采样数。您可以使用coefficientSize确定系数的数量获得散射网络。默认情况下,OversamplingFactor被设置为0,对应于批判将采样系数。

如果你指定一个采样过密的因素会导致输出图像大小大于输入,输出大小是截断输入图像的大小。你也可以指定OversamplingFactor作为,它提供了一个完全抽取散射变换,每个散射路径包含系数矩阵等于输入图像的大小。

由于散射变换的计算复杂性,建议设置的OversamplingFactor房地产是0、1或2。1和2的值表示21——- - - - - -21——- - - - - -P和一个22——- - - - - -22——- - - - - -P增加数量的散射系数/路径,分别。

例子:科幻小说。OversamplingFactor = 1设置OversamplingFactor现有的网络比1的属性。

优化散射变换的逻辑,从而确定散射变换减少散射路径的数量来计算基于带宽的考虑。

OptimizePath被设置为真正的,计算散射路径只有父节点的带宽明显重叠子节点的带宽。“重大”在这种情况下定义如下:的品质因数1 1/2 3-dB带宽的子节点的子节点中减去小波中心频率。如果这个值小于3-dB带宽的家长,散射路径计算。质量因素大于1,明显重叠的定义是一个孩子的中心频率重叠-孩子的3-dB带宽。如果重叠3-dB带宽的家长,散射路径计算。

您可以使用路径来确定哪个多少散射路径计算。OptimizePath通常导致计算储蓄在第二和后续滤波器只有当质量因素在每个滤波器组是相等的。

例子:科幻小说。OptimizePath = false设置OptimizePath现有网络的属性

对象的功能

scatteringTransform 小波二维散射变换
featureMatrix 图像散射特征矩阵
日志 自然对数的二维散射变换
filterbank 小波和扩展过滤器
littlewoodPaleySum Littlewood-Paley总和
coefficientSize 图像散射系数的大小
numorders 订单数量的散射
numfilterbanks 散射滤波器
路径 散射路径

例子

全部折叠

创建一个小波图像散射与默认设置网络。默认的图像大小是128 - 128,和默认的不变性规模是64。

科幻小说= waveletScattering2
科幻小说= waveletScattering2属性:图象尺寸:128年[128]InvarianceScale: 64 NumRotations: 6 [6] QualityFactors:[1]精度:“单一”OversamplingFactor: 0 OptimizePath: 1

使用filterbank函数来获得尺度函数的傅里叶变换、小波过滤器,和小波滤波器的中心频率空间。

[phif psif f] = filterbank (sf);

不变性规模的宽度x -y二维高斯尺度函数的方向。确认尺度函数具有预期的空间宽度,首先进行傅里叶反变换phif。使用辅助函数helperPlotPhiSurface绘制的尺度函数不变性的程度在两种规模xy指定的。的源代码helperPlotPhiSurface末尾的附录中提供了这个例子。

φ= ifftshift (ifft2 (phif));图helperPlotPhiSurface(科幻,φ)

图包含一个坐标轴对象。坐标轴对象与标题φleftParenthesis x, y rightParenthesis,包含x美元,ylabel y包含5美元表面,类型的对象。

扩展函数大于128 - 128,因为它已经垫避免边缘效应。

提取粗尺度小波的傅里叶变换在第二过滤器银行和傅里叶反变换。使用helperPlotPsiSurface绘制小波并确认的实部和虚部的空间范围粗尺度小波不超过不变性。类似于尺度函数,小波被垫避免边缘效应。的源代码helperPlotPsiSurface末尾的附录中提供了这个例子。

psiF = psiF{2}(:,:,结束);psiL = ifftshift (ifft2 (psiF));图helperPlotPsiSurface(科幻,psiL)

图包含一个坐标轴对象。坐标轴对象与标题StartFraction 1除以2 toThePowerOf 2 J基线EndFraction psi leftParenthesis x削减2 toThePowerOf J基线,y削减2 toThePowerOf J基线rightParenthesis,包含x美元,ylabel y包含6美元的对象类型表面,线。

附录

本例中使用以下辅助函数。

helperPlotPhiSurface

函数helperPlotPhiSurface (scatFrame数据)halfscale = scatFrame.InvarianceScale / 2;冲浪(数据)阴影插值函数视图(-20年,35)Ysize =大小(数据,1);Xsize =大小(数据,2);Ycenter = Ysize / 2;Xcenter = Xsize / 2;持有情节([Xcenter-halfscale Xcenter-halfscale], [0 Ysize],“r”,“线宽”2);情节([Xcenter + halfscale Xcenter + halfscale], [0 Ysize],“r”,“线宽”2);情节([0 Xsize]、[Ycenter-halfscale Ycenter-halfscale),“r”,“线宽”2);情节([0 Xsize], [Ycenter + halfscale Ycenter + halfscale],“r”,“线宽”2);标题(“\φ(x, y)的美元,“字形大小”14岁的“翻译”,“乳胶”);包含(“x美元”,“字形大小”14岁的“翻译”,“乳胶”)ylabel (“y美元”,“字形大小”14岁的“翻译”,“乳胶”)结束

helperPlotPsiSurface

函数helperPlotPsiSurface (scatFrame数据)halfscale = scatFrame.InvarianceScale / 2;Ysize =大小(数据,1);Xsize =大小(数据,2);Ycenter = Ysize / 2;Xcenter = Xsize / 2;冲浪(真正的(数据))的阴影插值函数视图(13)冲浪(图像放大(数据))的阴影插值函数情节([Xcenter-halfscale Xcenter-halfscale], [0 Ysize],“r”,“线宽”2);情节([Xcenter + halfscale Xcenter + halfscale], [0 Ysize],“r”,“线宽”2);情节([0 Xsize]、[Ycenter-halfscale Ycenter-halfscale),“r”,“线宽”2);情节([0 Xsize], [Ycenter + halfscale Ycenter + halfscale],“r”,“线宽”2);标题(“美元\压裂{1}{2 ^ {2 J}} \ psi (x / 2 ^ J, y / 2 ^ J)美元的,“字形大小”14岁的“翻译”,“乳胶”);包含(“x美元”,“字形大小”14岁的“翻译”,“乳胶”)ylabel (“y美元”,“字形大小”14岁的“翻译”,“乳胶”51)视图(-10)结束

引用

[1]布鲁纳,J。,S. Mallat. "Invariant Scattering Convolution Networks."IEEE模式分析与机器智能。35卷,8号,2013年,页1872 - 1886。

[2]Sifre, L。,S. Mallat. "Rigid-Motion Scattering for Texture Classification". arXiv preprint. 2014, pp. 1–19. https://arxiv.org/abs/1403.1687.

[3]Sifre, L。,S. Mallat. "Rotation, scaling and deformation invariant scattering for texture discrimination."2013年IEEE计算机视觉与模式识别会议。2013年,页1233 - 1240。

版本历史

介绍了R2019a